SlideShare une entreprise Scribd logo
1  sur  34
Aktivno upravljanje redovima


ELEKTROTEHNIČKI FAKULTET
SARAJEVO




                            PROJEKAT:
                     -Aktivno uravljanje redovima -
              Kvaliteta usluge u telekomunikacijskim mrežama




                                                 Grupa: Aldina Bajraktarević
                                                        Anida Garib
Sarajevo, 27.02.2011.god.                                Mia Guso

SADRŽAJ
                                                                            1
Aktivno upravljanje redovima




UVOD.......................................................................................................................................................3


      1. AKTIVNO UPRAVLJANJE REDOVIMA ČEKANJA.............................................................4


      2. AQM ALGORITMI KOJI SE TEMELJE NA VELIČINI REDA ČEKANJA...........................5


      3. AQM ALGORITMI KOJI SE TEMELJE NA BRZINI PROMETA........................................9
            3.1 BLUE.....................................................................................................................................
            3.2 YELLOW..............................................................................................................................
            3.3 GREEN..................................................................................................................................
            3.4 POREĐENJE AQM ALGORITAMA..................................................................................


      4. KOMBINIRANI AQM ALGORITMI.........................................................................................


      5. AQM ALGORITAM KOJI UZIMA U OBZIR STANJE REDA I OPTEREĆENJE................




ZAKLJUČAK.........................................................................................................................................


REFERENCE..........................................................................................................................................




                                                                                                                                                            2
Aktivno upravljanje redovima



UVOD

S talan rast kompleksnosti (složenosti) IP mreže, kao i evolucija usluga i protokola, ostavlja
otvoreno pitanje problematike poboljšanja kvaliteta usluge. Ključni izazov u IP mrežama
upravo predstavlja unapređenje kvalitete usluge. Pored povećanja korisničkih zahtjeva za brže
i bolje usluge, najveći razlog za uvođenje QoS-a je proboj novih servisa na tržište
telekomunikacija. Jedan od najznačajnijih problema današnjeg Interneta je zagušenje. Iako
Internet pruža servis najboljeg pokušaja na sloju mreže, rješenja za problem zagušenja su
zastupljena od sloja povezivanja podataka do sloja transporta. QoS (engl.Quality of Service)
je platforma koja pokušava da riješi mnoge nedostatke u današnjim mrežama. QoS koncept se
može djelimično uspješno primjeniti u mrežama sa jedinstvenom politikom projektovanja i
administracije. Značajnije širenje QoS platforme zahtjeva suštinsku promjenu načina
funkcionisanja Interneta. Pored QoS koncepta postoje rješenja koja teže da podignu opšti
nivo servisa, iako bez čvrstih garancija. Ovakva rješenja se ostvaruju upravljanjem baferima i
raspoređivanjem paketa u baferima.[1]

Pri prosljeđivanju paketa kroz mrežu postoji kompromis između kašnjenja i propusnosti. Ako
su redovi čekanja veliki, a spremnici gotovo puni, pristizanje velikog broja paketa rezultirati
će odbacivanjem većeg broja paketa. Ovo može dovesti do globalne sinkronizacije tokova i
dužeg vremena nedovoljnog iskorištenja mrežnih resursa. Cilj privremene pohrane paketa na
usmjernicima je omogućavanje primitka praskova paketa koji će se dalje odaslati tokom
perioda kada je dolazni promet manji od kapaciteta odlaznog kanala. Održavanje relativno
malih redova čekanja na usmjernicima stoga može dovesti do veće propusnosti i manjeg
kašnjenja.
Rješenje problema punih spremnika je u tome da usmjernici pakete odbacuju prije nego se
spremnici popune, tako da krajnji uređaji mogu ranije reagirati na nastanak zagušenja. Ovaj se
pristup naziva aktivno upravljanje redovima čekanja (AQM – Active Queue Management), a
preporuča ga IETF u RFC-u 2309 [2]. Održavanjem male veličine redova čekanja smanjuje se
kašnjenje, što je od posebne važnosti za interaktivne tokove čija radna svojstva direktno ovise
o kašnjenju. Aktivno upravljanje redovima čekanja osigurava da u spremnicima gotovo uvijek
ima mjesta za prihvatanje pristiglog paketa, čime se eliminira mogućnost Lock-Out-a* i
povećava pravednost prema praskovitim tokovima. Tehnike aktivnog upravljanja baferima (
mogu da posredstvom ECN platforme (engl. Explicit Congestion Notification) sarađuju sa
TCP mehanizmima kontrole zagušenja. Ovo je veoma bitno jer se procenjuje da preko 90%
Internet saobraćaja koristi TCP protokol. Još jedna bitna prednost AQM mehanizama jeste
mogućnost njihove postepene i nesmetane implementacije u postojeću arhitekturu Interneta.




*Lock   out-predstavlja jedan od najvećih problema Drop Tail-a, to je fenomen koji je najčešće uzrokovan sinhronizacijom TCP
predajnika.Odnosno, on nastaje u situacijama kada Drop Tail omogući jednom ili nekolicini tokova zauzimanje cijelog spremnika na
usmjereniku.



                                                                                                                              3
Aktivno upravljanje redovima



   1.   AKTIVNO UPRAVLJANJE REDOVIMA ČEKANJA
U nekim slučajevima ispuštanje paketa može biti veoma važno u prevenciji zagušenja, npr.
signalizacija TCP koja čini veliki dio saobraćaja u današnjim mrežama. Način na koji mrežni
čvor ukaže izvoru da je riječ o zagušenju, utječe na kašnjenje i troughput koje će pojedina
TCP sesija iskusiti. Metod ispuštanja paketa ukoliko dođe do pretrpavanja reda se zove tail
dropping.[3] Drop Tail je najjednostavniji mehanizam koji prihvata svaki nadolazeći paket
ukoliko ima mjesta u međuspremniku, a ukoliko je međuspremnik pun, on počne da odbacuje
svaki paket koji stigne. Ovakav način odbacivanja je najjednostavniji za implementaciju, ali
rezultuje problemima koji utiču na degradaciju QoS-a: zaključanje, punjenje redova do
vrha,globalna sinhronitacija.[4] Pogotovo ukoliko dolazi do stalnih zagušenja ovaj se
mehanizam ne ponaša zadovoljavajuće, jer može dovesti do povećanja kašnjenja, odbacivanja
skupine paketa, nepravilne razdiobe propusnog opsega i globalne oscilacije prometnih izvora.
U cilju rješavanja ovih problema objavljen je određenbroj algoritama za aktivno upravljanje
redovima cekanja (Active Queue Management (AQM) mehanizmi). Mrežni čvorovi moraju
vladati s dužinom redova saobraćaja. AQM se sastoji od ispuštanja ili markacije paketa prije
nego li red postane pun i nezavisan je od vrste posluživanja reda, odnosno od informisanja
pošiljatelja o pojavi zagušenja prije nego što dode do prenapunjenost međuspremnika.[5]
U posljednjih desetak godina razvijen je veći broj AQM mehanizama za ranu dojavu
zagušenja. S obzirom na temelj za procjenu zagušenja, moguće je ove mehanizme podijeliti u
tri osnovne skupine (Slika 1) :
      Mehanizme koji se temelje na veličini reda čekanja;
      Mehanizmi koji procjenu stepena zagušenja temelje na brzini dolaznog prometa;
      Kombinirani mehanizmi.




          Slika 1. Podjela AQM mehanizama [6]



                                                                                          4
Aktivno upravljanje redovima




    2. AQM ALGORITMI KOJI SE TEMELJE NA VELIČINI
       REDA ČEKANJA

Odbacivanje paketa je neučinkovito te je isplativije definirati metode nadzora, predviđenja i
preventivnog reagiranja na uvijete koji predstoje zagušenju mreže. U tu svrhu razvijene su
metode kontrole zagušenja aktivnim upravljanjem redom čekanja i izbjegavanje zagušenja.
RED(Random Early Discard) koristi statističke metode kako bi ocijenio da li je potrebno
odbaciti paket prije nego se red čekanja napuni i dođe do zagušenja mreže. Ovaj mehanizam
prati kolika je prosječna dužina reda čekanja i izračunava je svaki put kada u red stigne novi
paket. Ciljevi pri dizajniranju RED algoritma bili su minimizacija kašnjenja i
gubitka paketa, osiguranje visoke razine iskorištenja mreže i izbjegavanje negativne
diskriminacije praskovitog prometa.




                          Slika 1. Funkcionisanje RED mehanizma**
Pri proračunu prosječne veličine reda čekanja u obzir se uzima i period u kojem je red bio
 prazan (period neaktivnosti), i to na način da se procijeni broj m malih paketa koji su se
mogli transmitirati tijekom perioda neaktivnosti. Po završetku perioda neaktivnosti nova se
vrijednost prosječne veličine reda čekanja računa kao da je m puta paket stigao u prazan red
čekanja. Kako avg(prosječna veličina reda čekanja) raste od minth do maxth tako vjerojatnost
označavanja paketa pb linearno
raste od 0 do maxp:




Efikasnost RED algoritma ovisi, u velikoj mjeri, o prikladnom izboru vrijednosti parametara
za očekivani profil mrežnog prometa. Naime, iako je RED najpoznatiji i najčešće korišteni
algoritam aktivnog upravljanja redovima čekanja, smjernice za izbor vrijednosti parametara
RED mehanizma nisu dobro definirane. Ideja da veličina reda čekanja može služiti kao jedini
indikator zagušenja jer u potpunosti predstavlja opterećenost mreže potvrnena je simulacijama
koje pretpostavljaju idealiziranu verziju mrežnog prometa i značajno se razlikuju od stvarnog
IP prometaNa primjer, u većini simulacija korišten je ograničen broj tokova koji su velikog
trajanja i konstantnog vremena obilaska (RTT). Takav je promet blage prirode, što je u
suprotnosti s praskovitom prirodom prometa i rezultirajućim varijacijama opterećenja mreže
kod stvarnih IP mreža. Stoga, u realnim uvjetima prometa, korištenje predloženog RED
mehanizma nerijetko ne daje bolje rezultate od obične Drop Tail tehnike.
**RED mehanizam koristi EWMA (eng. exponentially weighted moving average – ponderirani eksponencijalni pomični prosjek)
filtra proračunava prosječnu veličinu reda čekanja.

                                                                                                                          5
Aktivno upravljanje redovima



Upravo ova činjenica rezultira razvojem različitih varijacija RED mahanizma, u cilju
njegovog poboljšanja kao što su:
FRED (Flow RED), SRED (Stabilized RED), DSRED (Double Slope RED), ARED
(Adaptive RED), PD-RED (Proporcionalno-derivacijski RED), LR-RED(Loss Ratio-based
RED), SHRED (Short Lived Flow Friendly RED), StoRED(Stochastic RED), RIO(RED In or
Out). Pored RED algoritama, postoji i tkz. CBT (Class Based Thresholds) algoritam
upravljanja redovima čekanja koji nastoji zaštititi TCP tokove od neaktivnih UDP tokova, ali i
izolirati neke tipove UDP prometa od drugih. Naime, UDP tokovi koji služe za prijenos
multimedijskih aplikacija su obično konstantne male brzine i osjetljivi su na utjecaj brzih
nereaktivnih tokova, posebno na povećanje broja odbačenih paketa. Stoga CBT nastoji
sačuvati pozitivna svojstva RED algoritma, ograničiti utjecaj nereaktivnih tokova, ali i
omogućiti UDP tokovima zauzimanje određenog dijela ukupnog kapaciteta bez potrebe za
vođenjem statistike o svakom aktivnom toku. CBT se može promatrati kao pojednostavljenje
FRED algoritma. Ideja CBT algoritma je izolirati TCP promet od utjecaja ostalog prometa na
način da se ograniči prosječan broj ostalih paketa koji se istovremeno mogu nalaziti u redu
čekanja. Također mehanizam koji poboljšava RED je PI regulator (proporcionalno-
integracijski regulator) čiji je cilj eliminirati grešku koju algoritmi poput RED-a imaju u
stabilnom stanju i koja dovodi do oscilacija u veličini reda čekanja pri konstantnom
opterećenju usmjernika. Greškom se smatra razlika u veličini reda čekanja pri stacionarnim
uvjetima i konstantne referentne vrijednosti. Kako prema teoriji upravljanja integracijski
regulatori u stabilnom stanju nemaju pogrešku, PI algoritmom se nastoji zadržati veličina reda
čekanja oko referentne vrijednosti, neovisno o opterećenju. Nažalost, istraživanja dokazala da
AQM sA PI kontrolerom nije robustan kao odgovor na nesigurnosti u mreži i povećanju broja
izvora.[11]




    Slika 3. PI integrator [10]
Kako su kod većine AQM mehanizama parametri algoritma postavljeni za rad na tačno
određenoj radnoj točki, radna su im svojstva u realnom scenariju s promjenjivim mrežnim
uvjetima loša, predlaže se korištenje AQM mehanizma koji se temelji na upravljanju
korištenjem neizrazite logike (eng. fuzzy logic). Autori su na temelju lingvističkog modela (a
ne matematičkog, kao što je to bio slučaj kod do sada spomenutih AQM mehanizama) sistema
razvili FEM (Fuzzy Explicit Marking) mehanizam s nelinearnom funkcijom vjerojatnosti
označavanja paketa, koji nastoji održati veličinu reda čekanja oko ciljane vrijednosti.




                                  Slika 4. FEM sistem[10]
                                                                                            6
Aktivno upravljanje redovima


Postoje i CHOKe i PUNSI algoritmi, čije će osobenosti biti navedene u nastavku. Osnovni cilj
CHOKe (CHOse and Keep for responsive flows, CHOse and Kill for unresponsive flows)
algoritma jest što jednostavnijim mehanizmom kontrolirati nereaktivne tokove. Predlaže se
mala modifikacija običnog FIFO reda čekanja upravljanog RED algoritmom. CHOKe
algoritam prikazan je Slikom 2, gdje osjenčana polja predstavljaju funkcije CHOKe
algoritma, dok su ostale funkcije standardnog RED algoritma.




           Slika 2. CHOKe algoritam (preuzeto iz [8])

Ideja ovog algoritma je u tome da sadržaj FIFO reda čekanja tvori „dovoljnu statistiku“
dolaznog prometa i, kao takav, može se koristiti za kažnjavanje nereaktivnih tokova. Pri
dolasku paketa u zagušeni usmjernik (onaj kojemu je veličina reda čekanja veća od minth)
CHOKe odabire slučajni paket iz reda čekanja (kandidat za odbacivanje) i uspoređuje ga s
pristiglim paketom. Ako paketi pripadaju istom toku, oba se odbacuju, a ako pripadaju
različitim tokovima slučajno se odabrani paket ostavlja dok se tek pristigli paket dodaje u
FIFO red čekanja s odrenenom vjerojatnošću koja ovisi o stupnju zagušenja (ova se
vjerojatnost računa kao u RED algoritmu). Sa slike 2. Možw se zaključiti da će se paketi
nereaktivnih tokova češće odbacivati od paketa reaktivnih tokova. CHOKe je vrlo
jednostavan za implementaciju, ne zahtijeva informaciju o aktivnim tokovima i kontrolira
nereaktivne tokove. Ipak, CHOKe ponekad kažnjava ne samo UDP tokove velike brzine, nego
i TCP tokove. Također, CHOKe nema dobre rezultate ako se u redu čekanja nalazi samo
manji broj paketa nereaktivnih tokova, što odgovara ranim fazama zagušenja. Nedostatke
CHOKe algoritma pokušava ispraviti PUNSI (Penalizing Unresponsive flows with Stateless
Information).




                       Slika 3. PUNSI algoritam (preuzeto iz [9]
                                                                                          7
Aktivno upravljanje redovima


Razlika u odnosu na CHOKe je u tome što se kod PUNSI algoritma algoritma kandidati za
odbacivanje biraju samo u slučaju da tek pristigli paket pripada nereaktivnom toku. Dakle, na
TCP pakete primjenjuje se isključivo standardni RED algoritam. Razlika je, također, i u tome
što pri odabiru kandidata za odbacivanje iz reda čekanja vjerojatnost odabira nije uniformna,
već geometrijska tako da paketi koji su menu zadnjima primljeni u red imaju veću
vjerojatnost biti odabrani od paketa na početku reda čekanja. Naime, pokazalo se, u slučaju
kada praskoviti UDP promet uzrokuje zagušenje na usmjerniku, da je veća koncentracija
paketa toga toka na kraju (eng. tail) nego na početku (eng. head) reda čekanja. Stoga se
prikladnom geometrijskom funkcijom distribucije vjerojatnosti odabira paketa iz reda čekanja
povećava vjerojatnost da će odabrani paket pripadati istom nereaktivnom toku kao i pristigli
paket. Na taj način PUNSI štiti reaktivne tokove u intervalima zagušenja i osigurava da velika
većina (oko 99%) odbačenih paketa pripada upravo nereaktivnim praskovitim tokovima.




   3.   AQM ALGORITMI KOJI SE TEMELJE NA BRZINI
        PROMETA

        3.1 BLUE
Problem kod algoritama koji su obrađeni u prethodnom naslovu ogleda se u u tome što se kao
indikator intenziteta zagušenja koristi veličina reda čekanja. Stoga se predlaže korištenje
BLUE algoritma, koji je suštinski različit od do sada spomenutih algoritama. Naime, prema
BLUE algoritmu redom čekanja se ne upravlja s obzirom na trenutnu ili prosječnu veličinu
reda, već s obzirom na iskorištenost kapaciteta i učestalost odbacivanja paketa. BLUE ima
samo jednu vjerojatnost označavanja (ili odbacivanja) paketa, pm. Ukoliko zbog popunjenosti
spremnika konstantno dolazi do odbacivanja novopristiglih paketa, BLUE povećava
vjerojatnost pm, čime se se povećava brzina kojom se izvorima dojavljuje o nastanku
                                                                                          8
Aktivno upravljanje redovima


zagušenja. S druge strane, ako se red čekanja isprazni pa kapacitet kanala ostane neiskorišten,
BLUE smanjuje vjerojatnost označavanja paketa. Ovakav način rada omogućuje BLUE
algoritmu da „nauči“ optimalnu brzinu dojavljivanja zagušenja izvorima paketa. Algoritam je
prikazan na slici 4.:




        Slika 4. BLUE Algoritam [12]

Na prethodnoj slici možemo vidjeti da se vjerojatnost označavanja paketa ažurira i kada
veličina reda čekanja premaši određenu vrijednost. Ovo omogućava prihvat prolaznih
praskova paketa te olakšava kontroliranje kašnjenja u situaciji kada je veličina spremnika
velika.
Pri proračunu vjerojatnosti označavanja paketa pm BLUE algoritam se koristi trima
parametrima koji određuju koliko će se brzo ta vrijednost mijenjati. Parametar freeze_time
određuje minimalan vremenski interval između dva ažuriranja vrijednosti pm. Time se
omogućuje da utjecaj promjene u vjerojatnosti označavanja paketa stupi na snagu prije nego
se vjerojatnost opet ažurira. Kako bi se izbjegla globalna sinkronizacija, vrijednost parametra
freeze_time treba biti slučajno odabrana.

Ostala dva parametra određuju iznos za koji se vrijednost pm inkrementira ako dođe do
gubitka paketa zbog popunjenosti spremnika (δ1), odnosno iznos za koji se vrijednost
dekrementira ako kapacitet kanala ostane neiskorišten (δ2). Budući da do gubitka paketa zbog
popunjenosti spremnika može doći samo ako je algoritam upravljanja zagušenjem
prekonzervativan, a do neiskorištenosti kapaciteta ako je algoritam upravljanja zagušenjem
prekonzervativan ili preagresivan, vrijednost parametra δ1 treba biti veća od vrijednosti δ2.
Vrijednost parametra freeze_time treba se podesiti prema vremenu obilaska (RTT) tokova na
usmjerniku, tako da promjene u vjerojatnosti označavanja paketa djeluju na izvore paketa
prije novog ažuriranja vrijednosti pm. Dakle, za veze s velikim kašnjenjem (npr. Satelitske
veze) vrijednost parametra freeze_time bi trebala biti veća nego kod veza s malim kašnjenjem.
Parametri δ1 i δ2 trebaju se podesiti tako da, ovisno o parametru freeze_time, omoguće
promjenu vrijednosti vjerojatnosti pm iz 0 u 1 (i obratno) u onom vremenskom intervalu u
kojem može doći do velike promjene u opterećenju usmjernika (najčešće 5 do 30 sekundi).
Ovo je u suprotnosti s algoritmima koji upravljaju redovima čekanja prema veličini reda
čekanja, kod kojih se vjerojatnost označavanja (i odbacivanja) paketa može promijeniti iz 0 u
1 u samo nekoliko milisekundi, čak i pri konstantnom opterećenju usmjernika.


                                                                                             9
Aktivno upravljanje redovima




      3.2 GREEN

Zagušenja u mreži vode do gubljenja paketa, mehanizmi za aktivno upravljanje redovima kao
što su RED i BLUE su uvedeni da rano detektuju zagušenja i na odgovarajući način reagiraju
na ta zagušenja koji bi inače ispunili red i uzrokovali burst izgubljenih paketa. Osim toga,
BLUE ima izravnu primjenjivost pri poboljšanju performansi multimedijalnih aplikacija zbog
smanjenja stope gubitaka paketa i čekanja u redu kašnjenja umreženih aplikacija kao što su
interaktivni audio i video. Veza propusnosti kod Green algoritma zadovoljava slijedeću
jednačinu, pod određenim uslovima:
          MSS × c
 BW =                    , gdje je BW propusnost veze, MSS najveća veličina segmenta, RTT round
         RTT × p
trip vrijeme, p je vjerovatnoća gubitka paketa i c je konstanta koja zavisi o priznanju strategije
koja se koristi (npr., kasni ili svaki paket) kao i da li se pretpostavlja da li se paketi gube,
povremeno ili slučajno.[19] Osnovni rad GREEN-a ne zahtijeva informacije o stanjima
svakog toka. N i MSS se mogu lako procijeniti. GREEN ima minimalne zahtjeve za stanja.
GREEN algoritam se opisuje sljedećim zakonom upravljanja:
 P( t + ∆T ) = P( t ) + ϕ ( t ) ⋅ U ( δ ( t ) )
Gdje je
δ (t ) = α ⋅ ( X (t ) − u ⋅ C(t ) )
          + 1 x ≥ 0
U ( x) = 
          − 1 x < 0
ϕ ( t ) = max( abs( δ ( t ) ) , ∆P )
gdje je X ( t ) procijenjena brzina dolaska na linku (bps), C ( t ) je kapacitet linka, u je cilj
korištenja, α je kontrolni dobitak, P(t) je oznaka za brzinu ispada, ∆P određuje minimalne
                  1
prilagodbe, i          je ažurirana brzina[20]. Da bi vizualizirali GREEN algoritam, potrebno je
                 ∆T
izvršiti prilagođenje P(t), αP( t ) za sve ∆T sekunde, kao funkcije od ( X ( t ) − u ⋅ C ( t ) ) je
prikazan za GREEN i linearni integrator zakona upravljanja na slici 6.




                Slika 5. Green P(t) (lijevo) i linearni integrator P(t) (desno) [18]
                                                                                  1
Kontrolna dobit α i minimalna prilagodba ∆P bi trebali biti skalirani u omjeru      , da bi se
                                                                                  C
napravila stabilnost invarijantna na kapacitet linka. Ažurirani interval ∆T treba biti manjeg
reda od najmanjeg RTT-a u mreži. GREEN primjenjuje znanje o stabilnom ponašanju TCP
konekcije na ruteru da intelegntno izbaci (ili označi) pakete za obavještavanje o zagušenju.
Pomoću ovog mehanizma, ruter može dati svakoj konekciji njegov fer udio pojasne širine a
istovremeno sprječava stvaranje redova paketa. Propusnost TCP konekcije zavisi, između
ostalog, od round trip vremena (RTT) i vjerovatnoće da su paketi izbačeni u mreži. Osnovni
                                                                                            10
Aktivno upravljanje redovima


rad GREEN-a ne zahtijeva informacije o stanjima svakog toka. N i MSS se mogu lako
procijeniti. GREEN ima minimalne zahtjeve za stanja. Poznato je da konvergencijska brzina
integratora nije optimalna[18]. Za vrijeme dolaska na link važna je brza kontrola prema
ciljnom kapacitetu, jer ukoliko je dug period, gdje je brzina dolaska iznad kapaciteta, stvara
malu iskorištenost a tamo gdje je period brzine dolaska iznad kapaciteta stvara čekanje i
kašnjenje. GREEN poboljšava integralani zakon upravljnja sa metodom prvog reda, na način
što ograničava minimalne prilagodbe za obliježenu vjerovatnoću P(t) do ∆P po ažuriranom
intervalu.
Odlične performanse tradicionalnog GREEN-a dolaze sa tradeoff - ruter mora biti u stanju
zaključiti RTT toka. U radu [14] predstavljeni su preliminarni rezultati za GREEN usmjerivač
gdje je pretpostavljeno da se RTT zna na ruteru. GREEN ne smije koristiti niti jedno stanje
toka da bi dokazao da posjeduje beneficiju za pravedno raspoređivanje. Stoga, APU
Kapadia[14] predstavlja dva pristupa za procjenu RTT-a bez potrebe stanja toka : Ugrađeni
RTTs i IDMaps.

3.3 YALLOW

Yellow je algoritam koji je nastao kombinacijom najboljih osobina RED I BLUE algoritama.
Ovaj algoritam koristi factor opterećenja (link utilization), kao glavnu mjeru za upravljanje
zagušenjem.[21]
Osnovna mjera zagušenja kod YELLOW mehanizma upravljanja redovima čekanja [37] je
razlika izmenu kapaciteta kanala i brzine dolaznog prometa. Uz ovu, dodatna je i manje važna
mjera zagušenja trenutna veličina reda čekanja. YELLOW algoritam periodički ispituje
opterećenje kanala te za svaki vremenski interval odrenuje funkciju upravljanja redom
čekanja i faktor opterećenja kanala. Ako je q trenutna veličina reda čekanja, a c kapacitet
kanala, tada je YELLOW algoritam dan s:
• U svakom intervalu, ažurira se funkcija upravljanja redom čekanja prema izrazu:
                                   γαq ref      
                mac QDLF ,                       za q > q ref
                
 f ( q( t ) ) = 
                    
                               (α − 1) q + q ref 
                                                  
                          γβq ref
                                             za 0 ≤ q ≤ q ref
                
                     ( β − 1) q + q ref
gdje QDLF odrenuje gornju graničnu vrijednost brzine pražnjenja reda čekanja, qref je
referentna veličina reda čekanja (obično 20-30 paketa), a α i β su parametri koji predstavljaju
kompromis izmenu brzine odziva i stabilnih radnih svojstava sustava.
Parametar γ je faktor iskorištenja kanala.
• Dostupni virtualni kapacitet ĉ ažurira se korištenjem funkcije upravljanja redom
čekanja, a zatim se računa faktor opterećenja z:
ĉ(q)=f(q)c
z = (brzina dolaznog prometa) / ĉ(q)
• Vjerojatnost označavanja paketa ažurira se prema izrazima:
        p + z∆ / c        za          z ≥ 1+ δ
       
 p =  p − ∆ / ( zc )      za            z <1
                p         za       1 ≤ z < 1+ δ
       
Dakle, ako je iskorištenost kanala unutar ciljanog intervala [1, 1+δ), vjerojatnost odbacivanja
paketa se neće mijenjati. Ako je trenutna iskorištenost kanala z veća od ciljanog intervala,
vjerojatnost označavanja paketa će se povećati, a u suprotnom će se smanjiti. Što je razlika

                                                                                            11
Aktivno upravljanje redovima


izmenu trenutne i ciljane iskorištenosti kanala veća, to će I vrijednost promjene vjerojatnosti
označavanja biti veća. Parametar δ definira raspon ciljanog pojasa iskorištenosti kanala.
Vrijednost parametra α treba biti veća od vrijednosti parametra β, budući da je poželjno što
prije smanjiti broj paketa u redu čekanja ako je njegova veličina premašila referentnu
vrijednost. Parametar utječe na brzinu promjene vjerojatnosti označavanja paketa u slučaju
nastanka ili prestanka zagušenja. Veća vrijednost ovog parametra omogućuje bržu reakciju na
promjene u stanju mreže, ali i uzrokuje veće oscilacije u veličini reda čekanja na usmjerniku,
dok će s manjom vrijednošću te oscilacije biti manje, ali će i vrijeme dovonenja sustava u
stabilno stanje biti duže. Autori predlažu korištenje dvije različite vrijednosti ovog parametra,
jedne za povećanje ( i), a druge za smanjenje vjerojatnosti označavanja paketa ( d).       Stoga
parametri      i i α definiraju rad algoritma u trenucima kada je red čekanja veći od referentne
vrijednosti, a d i β u trenutcima kada kapacitet kanala nije dovoljno iskorišten.[21]




3.4 POREĐENJE NEKIH AQM ALGORITAMA

Ukoliko pogledamo AQM scenario na slijedećoj slici, gdje su A-J izvorni čvorovi, 2-
destinacijski čvor i 1-čvor gdje su smješteni AQM mehanizmi i to:
 RED : minth = 20% i maxth = 80%
REM: γ = 0.01 φ = 1.003 α = 0.1 update time = 0.01 bo = 55.
GREEN: ΔT = 10ms, ΔP = 0.001, Cl = 0.97% , K = 0.1.




       Slika 6. Primjer AQM scenarija [20]




                                                                                              12
Aktivno upravljanje redovima




     Slika 7. Rezultati simulacije[20]
Fig. 3.13 shows that the RB AQMs REM and GREEN both exhibited low queuing delay across all loads. This
resulted in almost no packet loss as shown in Fig. 3.14. Notice from Fig. 3.12, that the 2 to 3 times lower
queuing delay of RB AQMs as compared to the BB AQM occurs with only a 1-2% decrease in utilisation. This
is consistent with basic queuing theory results for queuing with random arrival processes
Na slici 7. Dato je poređenje AQM algoritama koji potiču iz iste skupine tj. bazirani na brzini
prometa. Osnovne karakteristike ovih algoritama su:
Blue->Responding fast; large queuing delay jitter under dynamic traffic
Yellow->Fast response; queue stability; small queuing delay jitter




                             Slika 7. Poređenje Blue i yellow algoritama[21]

Results: As shown in Fig. 2, GREEN provides significantly
better bandwidth fairness than the other queuemanagement
schemes. The curve for Drop Tail shows us the
fairness that would be expected at most gateways in the Internet
today. FRED outperforms Drop Tail and SFB because it
queues at least two packets2 of a flow before marking a packet

                                                                                                          13
Aktivno upravljanje redovima


from that flow. This provides much better fairness as long as
each flow maintains one to two outstanding packets at the gateway.
SFB exhibits poor fairness because it is sensitive to varying
RTTs between flows and breaks down under a large number
of connections with varying RTTs [4].




           Slika 8.




    4. KOMBINIRANI AQM ALGORITMI

Što se tiče kombiniranih algoritama za aktivno upravljanje redovima postoje dva algoritma:
REM(Random exponentional marking) i SVB(Stabilized virtual buffer).
Jedno od osnovnih svojstava REM algoritma je da se brzina dolaznog prometa stabilizira oko
kapaciteta kanala, a veličina reda čekanja oko ciljane (relativno male) vrijednosti, neovisno o
broju aktivnih tokova na usmjerniku. REM algoritam održava varijablu koja predstavlja mjeru
zagušenja na usmjerniku, a naziva se cijena. Još jedno svojstvo ovog algoritma je da
vjerojatnost označavanja (ili odbacivanja) paketa s kraja na kraj mreže, a koju opaža krajnji
                                                                                             14
Aktivno upravljanje redovima


korisnik, ovisi o sumi cijena (mjera zagušenja) na svim usmjernicima preko kojih promatrani
paket prolazi kroz mrežu. Ukoliko pogledamo narednu sliku uočiti čemo niz zanimljivosti, o
kojima će nešto više biti rečeno u implementacijskom dijelu. Veće propusnosti i manji udio
odbačenih paketa samo su neke od prednosti REM-a nad RED-om.




Slika . Vjerojatnost odbacivanja paketa za REM i RED [15]

Poput REM-a, i SVB algoritam [16] kao mjeru zagušenja koristi dolaznu brzinu paketa i
veličinu reda čekanja. SVB održava virtualni red čekanja i ažurira mu stanje s obzirom na
dodavanje paketa u i posluživanje paketa iz stvarnog reda čekanja. SVB algoritam za
označavanje paketa na usmjernicima relativno sličan AVQ algoritmu. Ipak, za razliku od
AVQ-a, gdje je veličina virtualnog spremnika konstantna i jednaka veličini stvarnog
spremnika na usmjerniku, a kapacitet virtualnog kanala je podesiv, kod SVB-a je brzina
posluživanja paketa iz virtualnog reda čekanja jednaka stvarnom kapacitetu kanala, dok se
veličina virtualnog spremnika podešava u skladu s brzinom dolaznog prometa. Takoner,
važna je razlika menu ovim algoritmima u tome što kod SVB-a vjerojatnost odbacivanja
paketa ovisi i o veličini reda čekanja, a ne samo o brzini dolaznog prometa, kao što je to
slučaj kod AVQ algoritma. Simulacijama će biti pokazano da ovaj algoritam ima propusnost i
prosječnu veličinu reda čekanja otprilike jednaku kao kod RED-a i REM-a, ali i znatno manju
standardnu devijaciju veličine reda čekanja( kao što se vidi u tabeli 1).




     Tabela 1. AQM mehanizmi s odbacivanjem paketa[16]




   5. AQM ALGORITAM KOJI UZIMA U OBZIR STANJE REDA I
      OPTEREĆENJE
                                                                                        15
Aktivno upravljanje redovima




ZAKLJUČAK

Pokazalo se da korištenje bilo kojeg AQM mehanizma značajno smanjuje udio odbačenih
paketa i kašnjenje na usmjernicima u odnosu na Drop Tail tehniku. Pritom ne dolazi do većeg
smanjenja iskorištenosti kanala, kao ni, kod većine promatranih algoritama, do značajnog
porasta standardne devijacije veličine reda čekanja. Iako su se neki algoritmi (ARED, FEM)
pokazali boljima od drugih (PI), ne može se reći da je neki algoritam aktivnog upravljanja
redovima čekanja u svim aspektima bolji od ostalih, posebno ako se u obzir uzme
jednostavnost simuliranih mrežnih scenarija.




REFERENCE

[1] Telfor2004, Beograd, Sava Centar
[2] Braden B., Clark D., et.al, “Recommendations on queue management and
 congestion avoidance in the Internet”, IETF RFC (Information)2309, April 1998.
[3] Telekomunikacije 9/28/2010. Naučno-stručni časopis za telekomunikacijske tehnologije
[4] KUTM Radni materijal- Predavanje 6, ETF Sarajevo
[5] K. I. Park, QoS in Packet Networks, Springer Science + Business Media, Inc., 2005.
[6] Aktivno upravljanje redovima čekanja na Internetu, dipl.ing Ante Kristić, listopad 2010.
[7] J. Chung, M. Claypool, “Dynamic-CBT and chips-Router support for improved
multimedia performance on the Internet”, Proc. of ACM Multimedia Conference, Nov. 2000
[8]Pan R., Parbhakar B., Psounis K., ”CHOKe, a Stateless Active Queue Management
Scheme for Approximating Fair Bandwidth Allocation”, Proceedings of IEEE INFOCOMM,
February 2000.
[9]Yamaguchi T., Takahashi Y., “A queue Management algorithm for fair bandwidth
allocation”, Computer Communications, April 2007.
[10] Hollot C.V., Misra V., Towsley D., Gong W., „Analysis and Design of Controllers for
AQM Routers Supporting TCP Flows“, IEEE Transactions on Automatic Control, June 2002.
[11] Fengyuan R. Y. R. and S. Xiuming (2002). Design of a Fuzzy Controller for Active
Queue Management, Computer Communications, vol. 25, pp. 847-883, Elsevier Science.
[12] {govindas, zaruba}@cse.uta.edu
[13] Fuzzy Proactive Queue Management Technique,Saman Taghavi Zargar, Mohammad
Hossein Yaghmaee, Amin Milani Fard
[14] Kapadia, W. Feng, R. H. Campbell, "Green: a TCP equation-based approach to active
queue management", UIUC Technical Report: UIUCDCS-R-2004-2408/UILU-
ENG-2004-1710, February 2004.
[15]Athuraliya S., Lapsley D.E., Low S.H., ”Random Exponential Marking for internet
congestion control”, IEEE Transactions on Network, June 2001.
[16] Dimitriou S., Tsaoussidis V., „Adaptive Head-to-Tail: Active Queue Management
based on implicit congestion signals“, Computer Communications, February 2009.
[17] Deng X., Yi S., Kesidis G., Das C.R., “Stabilised Virtual Buffer (SVB) – An Active
Queue Management Scheme for Internet Quality of Service”, IEEE Globecom, November
2002.
                                                                                          16
Aktivno upravljanje redovima


[18] S. Athuraliya and S. H. Low, "Optimization Flow Control with Newton-Like Algorithm"
Journal of Telecommunication Systems, vol. 15, pp. 345-358, 2000.
[19] GREEN: Proactive Queue Management over a Best-Effort Network ,Wu-chun Feng,
Apu Kapadia , Sunil Thulasidasa
[20] Techniques in Internet Congestion Control ,Bartek Peter Wydrowski, Submitted for
examination for the fulfilment of the degree of Doctor of Philosophy, February 2003.
[21] The Yellow active queue management algorithm, C. Long, B. Zhao, X. Guan, J. Yang,
Computer Networks, Volume 47, Issue 4, March 2005.
[22] Hong J., Joo C., Bahk S., ”Active queue management algorithm considering
queue and load states”, Computer Communications, November 2006.
[23] Sun J., Zukerman M., “RaQ: a robust active queue management scheme based on
rate and queue length”, Computer Communications, February 2007.




                                                                                      17
Aktivno upravljanje redovima




                          18
Aktivno upravljanje redovima




                          19
Aktivno upravljanje redovima




                          20
Aktivno upravljanje redovima




                          21
Aktivno upravljanje redovima




                          22
Aktivno upravljanje redovima




                          23
Aktivno upravljanje redovima




                          24
Aktivno upravljanje redovima




                          25
Aktivno upravljanje redovima




                          26
Aktivno upravljanje redovima




                          27
Aktivno upravljanje redovima




                          28
Aktivno upravljanje redovima




                          29
Aktivno upravljanje redovima




                          30
Aktivno upravljanje redovima




                          31
Aktivno upravljanje redovima




                          32
Aktivno upravljanje redovima




                          33
Aktivno upravljanje redovima




                          34

Contenu connexe

En vedette

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by HubspotMarius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 

En vedette (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

AQM -IMPLEMENTACIJA U NS2 SIMULATORU

  • 1. Aktivno upravljanje redovima ELEKTROTEHNIČKI FAKULTET SARAJEVO PROJEKAT: -Aktivno uravljanje redovima - Kvaliteta usluge u telekomunikacijskim mrežama Grupa: Aldina Bajraktarević Anida Garib Sarajevo, 27.02.2011.god. Mia Guso SADRŽAJ 1
  • 2. Aktivno upravljanje redovima UVOD.......................................................................................................................................................3 1. AKTIVNO UPRAVLJANJE REDOVIMA ČEKANJA.............................................................4 2. AQM ALGORITMI KOJI SE TEMELJE NA VELIČINI REDA ČEKANJA...........................5 3. AQM ALGORITMI KOJI SE TEMELJE NA BRZINI PROMETA........................................9 3.1 BLUE..................................................................................................................................... 3.2 YELLOW.............................................................................................................................. 3.3 GREEN.................................................................................................................................. 3.4 POREĐENJE AQM ALGORITAMA.................................................................................. 4. KOMBINIRANI AQM ALGORITMI......................................................................................... 5. AQM ALGORITAM KOJI UZIMA U OBZIR STANJE REDA I OPTEREĆENJE................ ZAKLJUČAK......................................................................................................................................... REFERENCE.......................................................................................................................................... 2
  • 3. Aktivno upravljanje redovima UVOD S talan rast kompleksnosti (složenosti) IP mreže, kao i evolucija usluga i protokola, ostavlja otvoreno pitanje problematike poboljšanja kvaliteta usluge. Ključni izazov u IP mrežama upravo predstavlja unapređenje kvalitete usluge. Pored povećanja korisničkih zahtjeva za brže i bolje usluge, najveći razlog za uvođenje QoS-a je proboj novih servisa na tržište telekomunikacija. Jedan od najznačajnijih problema današnjeg Interneta je zagušenje. Iako Internet pruža servis najboljeg pokušaja na sloju mreže, rješenja za problem zagušenja su zastupljena od sloja povezivanja podataka do sloja transporta. QoS (engl.Quality of Service) je platforma koja pokušava da riješi mnoge nedostatke u današnjim mrežama. QoS koncept se može djelimično uspješno primjeniti u mrežama sa jedinstvenom politikom projektovanja i administracije. Značajnije širenje QoS platforme zahtjeva suštinsku promjenu načina funkcionisanja Interneta. Pored QoS koncepta postoje rješenja koja teže da podignu opšti nivo servisa, iako bez čvrstih garancija. Ovakva rješenja se ostvaruju upravljanjem baferima i raspoređivanjem paketa u baferima.[1] Pri prosljeđivanju paketa kroz mrežu postoji kompromis između kašnjenja i propusnosti. Ako su redovi čekanja veliki, a spremnici gotovo puni, pristizanje velikog broja paketa rezultirati će odbacivanjem većeg broja paketa. Ovo može dovesti do globalne sinkronizacije tokova i dužeg vremena nedovoljnog iskorištenja mrežnih resursa. Cilj privremene pohrane paketa na usmjernicima je omogućavanje primitka praskova paketa koji će se dalje odaslati tokom perioda kada je dolazni promet manji od kapaciteta odlaznog kanala. Održavanje relativno malih redova čekanja na usmjernicima stoga može dovesti do veće propusnosti i manjeg kašnjenja. Rješenje problema punih spremnika je u tome da usmjernici pakete odbacuju prije nego se spremnici popune, tako da krajnji uređaji mogu ranije reagirati na nastanak zagušenja. Ovaj se pristup naziva aktivno upravljanje redovima čekanja (AQM – Active Queue Management), a preporuča ga IETF u RFC-u 2309 [2]. Održavanjem male veličine redova čekanja smanjuje se kašnjenje, što je od posebne važnosti za interaktivne tokove čija radna svojstva direktno ovise o kašnjenju. Aktivno upravljanje redovima čekanja osigurava da u spremnicima gotovo uvijek ima mjesta za prihvatanje pristiglog paketa, čime se eliminira mogućnost Lock-Out-a* i povećava pravednost prema praskovitim tokovima. Tehnike aktivnog upravljanja baferima ( mogu da posredstvom ECN platforme (engl. Explicit Congestion Notification) sarađuju sa TCP mehanizmima kontrole zagušenja. Ovo je veoma bitno jer se procenjuje da preko 90% Internet saobraćaja koristi TCP protokol. Još jedna bitna prednost AQM mehanizama jeste mogućnost njihove postepene i nesmetane implementacije u postojeću arhitekturu Interneta. *Lock out-predstavlja jedan od najvećih problema Drop Tail-a, to je fenomen koji je najčešće uzrokovan sinhronizacijom TCP predajnika.Odnosno, on nastaje u situacijama kada Drop Tail omogući jednom ili nekolicini tokova zauzimanje cijelog spremnika na usmjereniku. 3
  • 4. Aktivno upravljanje redovima 1. AKTIVNO UPRAVLJANJE REDOVIMA ČEKANJA U nekim slučajevima ispuštanje paketa može biti veoma važno u prevenciji zagušenja, npr. signalizacija TCP koja čini veliki dio saobraćaja u današnjim mrežama. Način na koji mrežni čvor ukaže izvoru da je riječ o zagušenju, utječe na kašnjenje i troughput koje će pojedina TCP sesija iskusiti. Metod ispuštanja paketa ukoliko dođe do pretrpavanja reda se zove tail dropping.[3] Drop Tail je najjednostavniji mehanizam koji prihvata svaki nadolazeći paket ukoliko ima mjesta u međuspremniku, a ukoliko je međuspremnik pun, on počne da odbacuje svaki paket koji stigne. Ovakav način odbacivanja je najjednostavniji za implementaciju, ali rezultuje problemima koji utiču na degradaciju QoS-a: zaključanje, punjenje redova do vrha,globalna sinhronitacija.[4] Pogotovo ukoliko dolazi do stalnih zagušenja ovaj se mehanizam ne ponaša zadovoljavajuće, jer može dovesti do povećanja kašnjenja, odbacivanja skupine paketa, nepravilne razdiobe propusnog opsega i globalne oscilacije prometnih izvora. U cilju rješavanja ovih problema objavljen je određenbroj algoritama za aktivno upravljanje redovima cekanja (Active Queue Management (AQM) mehanizmi). Mrežni čvorovi moraju vladati s dužinom redova saobraćaja. AQM se sastoji od ispuštanja ili markacije paketa prije nego li red postane pun i nezavisan je od vrste posluživanja reda, odnosno od informisanja pošiljatelja o pojavi zagušenja prije nego što dode do prenapunjenost međuspremnika.[5] U posljednjih desetak godina razvijen je veći broj AQM mehanizama za ranu dojavu zagušenja. S obzirom na temelj za procjenu zagušenja, moguće je ove mehanizme podijeliti u tri osnovne skupine (Slika 1) :  Mehanizme koji se temelje na veličini reda čekanja;  Mehanizmi koji procjenu stepena zagušenja temelje na brzini dolaznog prometa;  Kombinirani mehanizmi. Slika 1. Podjela AQM mehanizama [6] 4
  • 5. Aktivno upravljanje redovima 2. AQM ALGORITMI KOJI SE TEMELJE NA VELIČINI REDA ČEKANJA Odbacivanje paketa je neučinkovito te je isplativije definirati metode nadzora, predviđenja i preventivnog reagiranja na uvijete koji predstoje zagušenju mreže. U tu svrhu razvijene su metode kontrole zagušenja aktivnim upravljanjem redom čekanja i izbjegavanje zagušenja. RED(Random Early Discard) koristi statističke metode kako bi ocijenio da li je potrebno odbaciti paket prije nego se red čekanja napuni i dođe do zagušenja mreže. Ovaj mehanizam prati kolika je prosječna dužina reda čekanja i izračunava je svaki put kada u red stigne novi paket. Ciljevi pri dizajniranju RED algoritma bili su minimizacija kašnjenja i gubitka paketa, osiguranje visoke razine iskorištenja mreže i izbjegavanje negativne diskriminacije praskovitog prometa. Slika 1. Funkcionisanje RED mehanizma** Pri proračunu prosječne veličine reda čekanja u obzir se uzima i period u kojem je red bio prazan (period neaktivnosti), i to na način da se procijeni broj m malih paketa koji su se mogli transmitirati tijekom perioda neaktivnosti. Po završetku perioda neaktivnosti nova se vrijednost prosječne veličine reda čekanja računa kao da je m puta paket stigao u prazan red čekanja. Kako avg(prosječna veličina reda čekanja) raste od minth do maxth tako vjerojatnost označavanja paketa pb linearno raste od 0 do maxp: Efikasnost RED algoritma ovisi, u velikoj mjeri, o prikladnom izboru vrijednosti parametara za očekivani profil mrežnog prometa. Naime, iako je RED najpoznatiji i najčešće korišteni algoritam aktivnog upravljanja redovima čekanja, smjernice za izbor vrijednosti parametara RED mehanizma nisu dobro definirane. Ideja da veličina reda čekanja može služiti kao jedini indikator zagušenja jer u potpunosti predstavlja opterećenost mreže potvrnena je simulacijama koje pretpostavljaju idealiziranu verziju mrežnog prometa i značajno se razlikuju od stvarnog IP prometaNa primjer, u većini simulacija korišten je ograničen broj tokova koji su velikog trajanja i konstantnog vremena obilaska (RTT). Takav je promet blage prirode, što je u suprotnosti s praskovitom prirodom prometa i rezultirajućim varijacijama opterećenja mreže kod stvarnih IP mreža. Stoga, u realnim uvjetima prometa, korištenje predloženog RED mehanizma nerijetko ne daje bolje rezultate od obične Drop Tail tehnike. **RED mehanizam koristi EWMA (eng. exponentially weighted moving average – ponderirani eksponencijalni pomični prosjek) filtra proračunava prosječnu veličinu reda čekanja. 5
  • 6. Aktivno upravljanje redovima Upravo ova činjenica rezultira razvojem različitih varijacija RED mahanizma, u cilju njegovog poboljšanja kao što su: FRED (Flow RED), SRED (Stabilized RED), DSRED (Double Slope RED), ARED (Adaptive RED), PD-RED (Proporcionalno-derivacijski RED), LR-RED(Loss Ratio-based RED), SHRED (Short Lived Flow Friendly RED), StoRED(Stochastic RED), RIO(RED In or Out). Pored RED algoritama, postoji i tkz. CBT (Class Based Thresholds) algoritam upravljanja redovima čekanja koji nastoji zaštititi TCP tokove od neaktivnih UDP tokova, ali i izolirati neke tipove UDP prometa od drugih. Naime, UDP tokovi koji služe za prijenos multimedijskih aplikacija su obično konstantne male brzine i osjetljivi su na utjecaj brzih nereaktivnih tokova, posebno na povećanje broja odbačenih paketa. Stoga CBT nastoji sačuvati pozitivna svojstva RED algoritma, ograničiti utjecaj nereaktivnih tokova, ali i omogućiti UDP tokovima zauzimanje određenog dijela ukupnog kapaciteta bez potrebe za vođenjem statistike o svakom aktivnom toku. CBT se može promatrati kao pojednostavljenje FRED algoritma. Ideja CBT algoritma je izolirati TCP promet od utjecaja ostalog prometa na način da se ograniči prosječan broj ostalih paketa koji se istovremeno mogu nalaziti u redu čekanja. Također mehanizam koji poboljšava RED je PI regulator (proporcionalno- integracijski regulator) čiji je cilj eliminirati grešku koju algoritmi poput RED-a imaju u stabilnom stanju i koja dovodi do oscilacija u veličini reda čekanja pri konstantnom opterećenju usmjernika. Greškom se smatra razlika u veličini reda čekanja pri stacionarnim uvjetima i konstantne referentne vrijednosti. Kako prema teoriji upravljanja integracijski regulatori u stabilnom stanju nemaju pogrešku, PI algoritmom se nastoji zadržati veličina reda čekanja oko referentne vrijednosti, neovisno o opterećenju. Nažalost, istraživanja dokazala da AQM sA PI kontrolerom nije robustan kao odgovor na nesigurnosti u mreži i povećanju broja izvora.[11] Slika 3. PI integrator [10] Kako su kod većine AQM mehanizama parametri algoritma postavljeni za rad na tačno određenoj radnoj točki, radna su im svojstva u realnom scenariju s promjenjivim mrežnim uvjetima loša, predlaže se korištenje AQM mehanizma koji se temelji na upravljanju korištenjem neizrazite logike (eng. fuzzy logic). Autori su na temelju lingvističkog modela (a ne matematičkog, kao što je to bio slučaj kod do sada spomenutih AQM mehanizama) sistema razvili FEM (Fuzzy Explicit Marking) mehanizam s nelinearnom funkcijom vjerojatnosti označavanja paketa, koji nastoji održati veličinu reda čekanja oko ciljane vrijednosti. Slika 4. FEM sistem[10] 6
  • 7. Aktivno upravljanje redovima Postoje i CHOKe i PUNSI algoritmi, čije će osobenosti biti navedene u nastavku. Osnovni cilj CHOKe (CHOse and Keep for responsive flows, CHOse and Kill for unresponsive flows) algoritma jest što jednostavnijim mehanizmom kontrolirati nereaktivne tokove. Predlaže se mala modifikacija običnog FIFO reda čekanja upravljanog RED algoritmom. CHOKe algoritam prikazan je Slikom 2, gdje osjenčana polja predstavljaju funkcije CHOKe algoritma, dok su ostale funkcije standardnog RED algoritma. Slika 2. CHOKe algoritam (preuzeto iz [8]) Ideja ovog algoritma je u tome da sadržaj FIFO reda čekanja tvori „dovoljnu statistiku“ dolaznog prometa i, kao takav, može se koristiti za kažnjavanje nereaktivnih tokova. Pri dolasku paketa u zagušeni usmjernik (onaj kojemu je veličina reda čekanja veća od minth) CHOKe odabire slučajni paket iz reda čekanja (kandidat za odbacivanje) i uspoređuje ga s pristiglim paketom. Ako paketi pripadaju istom toku, oba se odbacuju, a ako pripadaju različitim tokovima slučajno se odabrani paket ostavlja dok se tek pristigli paket dodaje u FIFO red čekanja s odrenenom vjerojatnošću koja ovisi o stupnju zagušenja (ova se vjerojatnost računa kao u RED algoritmu). Sa slike 2. Možw se zaključiti da će se paketi nereaktivnih tokova češće odbacivati od paketa reaktivnih tokova. CHOKe je vrlo jednostavan za implementaciju, ne zahtijeva informaciju o aktivnim tokovima i kontrolira nereaktivne tokove. Ipak, CHOKe ponekad kažnjava ne samo UDP tokove velike brzine, nego i TCP tokove. Također, CHOKe nema dobre rezultate ako se u redu čekanja nalazi samo manji broj paketa nereaktivnih tokova, što odgovara ranim fazama zagušenja. Nedostatke CHOKe algoritma pokušava ispraviti PUNSI (Penalizing Unresponsive flows with Stateless Information). Slika 3. PUNSI algoritam (preuzeto iz [9] 7
  • 8. Aktivno upravljanje redovima Razlika u odnosu na CHOKe je u tome što se kod PUNSI algoritma algoritma kandidati za odbacivanje biraju samo u slučaju da tek pristigli paket pripada nereaktivnom toku. Dakle, na TCP pakete primjenjuje se isključivo standardni RED algoritam. Razlika je, također, i u tome što pri odabiru kandidata za odbacivanje iz reda čekanja vjerojatnost odabira nije uniformna, već geometrijska tako da paketi koji su menu zadnjima primljeni u red imaju veću vjerojatnost biti odabrani od paketa na početku reda čekanja. Naime, pokazalo se, u slučaju kada praskoviti UDP promet uzrokuje zagušenje na usmjerniku, da je veća koncentracija paketa toga toka na kraju (eng. tail) nego na početku (eng. head) reda čekanja. Stoga se prikladnom geometrijskom funkcijom distribucije vjerojatnosti odabira paketa iz reda čekanja povećava vjerojatnost da će odabrani paket pripadati istom nereaktivnom toku kao i pristigli paket. Na taj način PUNSI štiti reaktivne tokove u intervalima zagušenja i osigurava da velika većina (oko 99%) odbačenih paketa pripada upravo nereaktivnim praskovitim tokovima. 3. AQM ALGORITMI KOJI SE TEMELJE NA BRZINI PROMETA 3.1 BLUE Problem kod algoritama koji su obrađeni u prethodnom naslovu ogleda se u u tome što se kao indikator intenziteta zagušenja koristi veličina reda čekanja. Stoga se predlaže korištenje BLUE algoritma, koji je suštinski različit od do sada spomenutih algoritama. Naime, prema BLUE algoritmu redom čekanja se ne upravlja s obzirom na trenutnu ili prosječnu veličinu reda, već s obzirom na iskorištenost kapaciteta i učestalost odbacivanja paketa. BLUE ima samo jednu vjerojatnost označavanja (ili odbacivanja) paketa, pm. Ukoliko zbog popunjenosti spremnika konstantno dolazi do odbacivanja novopristiglih paketa, BLUE povećava vjerojatnost pm, čime se se povećava brzina kojom se izvorima dojavljuje o nastanku 8
  • 9. Aktivno upravljanje redovima zagušenja. S druge strane, ako se red čekanja isprazni pa kapacitet kanala ostane neiskorišten, BLUE smanjuje vjerojatnost označavanja paketa. Ovakav način rada omogućuje BLUE algoritmu da „nauči“ optimalnu brzinu dojavljivanja zagušenja izvorima paketa. Algoritam je prikazan na slici 4.: Slika 4. BLUE Algoritam [12] Na prethodnoj slici možemo vidjeti da se vjerojatnost označavanja paketa ažurira i kada veličina reda čekanja premaši određenu vrijednost. Ovo omogućava prihvat prolaznih praskova paketa te olakšava kontroliranje kašnjenja u situaciji kada je veličina spremnika velika. Pri proračunu vjerojatnosti označavanja paketa pm BLUE algoritam se koristi trima parametrima koji određuju koliko će se brzo ta vrijednost mijenjati. Parametar freeze_time određuje minimalan vremenski interval između dva ažuriranja vrijednosti pm. Time se omogućuje da utjecaj promjene u vjerojatnosti označavanja paketa stupi na snagu prije nego se vjerojatnost opet ažurira. Kako bi se izbjegla globalna sinkronizacija, vrijednost parametra freeze_time treba biti slučajno odabrana. Ostala dva parametra određuju iznos za koji se vrijednost pm inkrementira ako dođe do gubitka paketa zbog popunjenosti spremnika (δ1), odnosno iznos za koji se vrijednost dekrementira ako kapacitet kanala ostane neiskorišten (δ2). Budući da do gubitka paketa zbog popunjenosti spremnika može doći samo ako je algoritam upravljanja zagušenjem prekonzervativan, a do neiskorištenosti kapaciteta ako je algoritam upravljanja zagušenjem prekonzervativan ili preagresivan, vrijednost parametra δ1 treba biti veća od vrijednosti δ2. Vrijednost parametra freeze_time treba se podesiti prema vremenu obilaska (RTT) tokova na usmjerniku, tako da promjene u vjerojatnosti označavanja paketa djeluju na izvore paketa prije novog ažuriranja vrijednosti pm. Dakle, za veze s velikim kašnjenjem (npr. Satelitske veze) vrijednost parametra freeze_time bi trebala biti veća nego kod veza s malim kašnjenjem. Parametri δ1 i δ2 trebaju se podesiti tako da, ovisno o parametru freeze_time, omoguće promjenu vrijednosti vjerojatnosti pm iz 0 u 1 (i obratno) u onom vremenskom intervalu u kojem može doći do velike promjene u opterećenju usmjernika (najčešće 5 do 30 sekundi). Ovo je u suprotnosti s algoritmima koji upravljaju redovima čekanja prema veličini reda čekanja, kod kojih se vjerojatnost označavanja (i odbacivanja) paketa može promijeniti iz 0 u 1 u samo nekoliko milisekundi, čak i pri konstantnom opterećenju usmjernika. 9
  • 10. Aktivno upravljanje redovima 3.2 GREEN Zagušenja u mreži vode do gubljenja paketa, mehanizmi za aktivno upravljanje redovima kao što su RED i BLUE su uvedeni da rano detektuju zagušenja i na odgovarajući način reagiraju na ta zagušenja koji bi inače ispunili red i uzrokovali burst izgubljenih paketa. Osim toga, BLUE ima izravnu primjenjivost pri poboljšanju performansi multimedijalnih aplikacija zbog smanjenja stope gubitaka paketa i čekanja u redu kašnjenja umreženih aplikacija kao što su interaktivni audio i video. Veza propusnosti kod Green algoritma zadovoljava slijedeću jednačinu, pod određenim uslovima: MSS × c BW = , gdje je BW propusnost veze, MSS najveća veličina segmenta, RTT round RTT × p trip vrijeme, p je vjerovatnoća gubitka paketa i c je konstanta koja zavisi o priznanju strategije koja se koristi (npr., kasni ili svaki paket) kao i da li se pretpostavlja da li se paketi gube, povremeno ili slučajno.[19] Osnovni rad GREEN-a ne zahtijeva informacije o stanjima svakog toka. N i MSS se mogu lako procijeniti. GREEN ima minimalne zahtjeve za stanja. GREEN algoritam se opisuje sljedećim zakonom upravljanja: P( t + ∆T ) = P( t ) + ϕ ( t ) ⋅ U ( δ ( t ) ) Gdje je δ (t ) = α ⋅ ( X (t ) − u ⋅ C(t ) ) + 1 x ≥ 0 U ( x) =  − 1 x < 0 ϕ ( t ) = max( abs( δ ( t ) ) , ∆P ) gdje je X ( t ) procijenjena brzina dolaska na linku (bps), C ( t ) je kapacitet linka, u je cilj korištenja, α je kontrolni dobitak, P(t) je oznaka za brzinu ispada, ∆P određuje minimalne 1 prilagodbe, i je ažurirana brzina[20]. Da bi vizualizirali GREEN algoritam, potrebno je ∆T izvršiti prilagođenje P(t), αP( t ) za sve ∆T sekunde, kao funkcije od ( X ( t ) − u ⋅ C ( t ) ) je prikazan za GREEN i linearni integrator zakona upravljanja na slici 6. Slika 5. Green P(t) (lijevo) i linearni integrator P(t) (desno) [18] 1 Kontrolna dobit α i minimalna prilagodba ∆P bi trebali biti skalirani u omjeru , da bi se C napravila stabilnost invarijantna na kapacitet linka. Ažurirani interval ∆T treba biti manjeg reda od najmanjeg RTT-a u mreži. GREEN primjenjuje znanje o stabilnom ponašanju TCP konekcije na ruteru da intelegntno izbaci (ili označi) pakete za obavještavanje o zagušenju. Pomoću ovog mehanizma, ruter može dati svakoj konekciji njegov fer udio pojasne širine a istovremeno sprječava stvaranje redova paketa. Propusnost TCP konekcije zavisi, između ostalog, od round trip vremena (RTT) i vjerovatnoće da su paketi izbačeni u mreži. Osnovni 10
  • 11. Aktivno upravljanje redovima rad GREEN-a ne zahtijeva informacije o stanjima svakog toka. N i MSS se mogu lako procijeniti. GREEN ima minimalne zahtjeve za stanja. Poznato je da konvergencijska brzina integratora nije optimalna[18]. Za vrijeme dolaska na link važna je brza kontrola prema ciljnom kapacitetu, jer ukoliko je dug period, gdje je brzina dolaska iznad kapaciteta, stvara malu iskorištenost a tamo gdje je period brzine dolaska iznad kapaciteta stvara čekanje i kašnjenje. GREEN poboljšava integralani zakon upravljnja sa metodom prvog reda, na način što ograničava minimalne prilagodbe za obliježenu vjerovatnoću P(t) do ∆P po ažuriranom intervalu. Odlične performanse tradicionalnog GREEN-a dolaze sa tradeoff - ruter mora biti u stanju zaključiti RTT toka. U radu [14] predstavljeni su preliminarni rezultati za GREEN usmjerivač gdje je pretpostavljeno da se RTT zna na ruteru. GREEN ne smije koristiti niti jedno stanje toka da bi dokazao da posjeduje beneficiju za pravedno raspoređivanje. Stoga, APU Kapadia[14] predstavlja dva pristupa za procjenu RTT-a bez potrebe stanja toka : Ugrađeni RTTs i IDMaps. 3.3 YALLOW Yellow je algoritam koji je nastao kombinacijom najboljih osobina RED I BLUE algoritama. Ovaj algoritam koristi factor opterećenja (link utilization), kao glavnu mjeru za upravljanje zagušenjem.[21] Osnovna mjera zagušenja kod YELLOW mehanizma upravljanja redovima čekanja [37] je razlika izmenu kapaciteta kanala i brzine dolaznog prometa. Uz ovu, dodatna je i manje važna mjera zagušenja trenutna veličina reda čekanja. YELLOW algoritam periodički ispituje opterećenje kanala te za svaki vremenski interval odrenuje funkciju upravljanja redom čekanja i faktor opterećenja kanala. Ako je q trenutna veličina reda čekanja, a c kapacitet kanala, tada je YELLOW algoritam dan s: • U svakom intervalu, ažurira se funkcija upravljanja redom čekanja prema izrazu:   γαq ref  mac QDLF ,  za q > q ref  f ( q( t ) ) =    (α − 1) q + q ref    γβq ref za 0 ≤ q ≤ q ref   ( β − 1) q + q ref gdje QDLF odrenuje gornju graničnu vrijednost brzine pražnjenja reda čekanja, qref je referentna veličina reda čekanja (obično 20-30 paketa), a α i β su parametri koji predstavljaju kompromis izmenu brzine odziva i stabilnih radnih svojstava sustava. Parametar γ je faktor iskorištenja kanala. • Dostupni virtualni kapacitet ĉ ažurira se korištenjem funkcije upravljanja redom čekanja, a zatim se računa faktor opterećenja z: ĉ(q)=f(q)c z = (brzina dolaznog prometa) / ĉ(q) • Vjerojatnost označavanja paketa ažurira se prema izrazima:  p + z∆ / c za z ≥ 1+ δ  p =  p − ∆ / ( zc ) za z <1  p za 1 ≤ z < 1+ δ  Dakle, ako je iskorištenost kanala unutar ciljanog intervala [1, 1+δ), vjerojatnost odbacivanja paketa se neće mijenjati. Ako je trenutna iskorištenost kanala z veća od ciljanog intervala, vjerojatnost označavanja paketa će se povećati, a u suprotnom će se smanjiti. Što je razlika 11
  • 12. Aktivno upravljanje redovima izmenu trenutne i ciljane iskorištenosti kanala veća, to će I vrijednost promjene vjerojatnosti označavanja biti veća. Parametar δ definira raspon ciljanog pojasa iskorištenosti kanala. Vrijednost parametra α treba biti veća od vrijednosti parametra β, budući da je poželjno što prije smanjiti broj paketa u redu čekanja ako je njegova veličina premašila referentnu vrijednost. Parametar utječe na brzinu promjene vjerojatnosti označavanja paketa u slučaju nastanka ili prestanka zagušenja. Veća vrijednost ovog parametra omogućuje bržu reakciju na promjene u stanju mreže, ali i uzrokuje veće oscilacije u veličini reda čekanja na usmjerniku, dok će s manjom vrijednošću te oscilacije biti manje, ali će i vrijeme dovonenja sustava u stabilno stanje biti duže. Autori predlažu korištenje dvije različite vrijednosti ovog parametra, jedne za povećanje ( i), a druge za smanjenje vjerojatnosti označavanja paketa ( d). Stoga parametri i i α definiraju rad algoritma u trenucima kada je red čekanja veći od referentne vrijednosti, a d i β u trenutcima kada kapacitet kanala nije dovoljno iskorišten.[21] 3.4 POREĐENJE NEKIH AQM ALGORITAMA Ukoliko pogledamo AQM scenario na slijedećoj slici, gdje su A-J izvorni čvorovi, 2- destinacijski čvor i 1-čvor gdje su smješteni AQM mehanizmi i to: RED : minth = 20% i maxth = 80% REM: γ = 0.01 φ = 1.003 α = 0.1 update time = 0.01 bo = 55. GREEN: ΔT = 10ms, ΔP = 0.001, Cl = 0.97% , K = 0.1. Slika 6. Primjer AQM scenarija [20] 12
  • 13. Aktivno upravljanje redovima Slika 7. Rezultati simulacije[20] Fig. 3.13 shows that the RB AQMs REM and GREEN both exhibited low queuing delay across all loads. This resulted in almost no packet loss as shown in Fig. 3.14. Notice from Fig. 3.12, that the 2 to 3 times lower queuing delay of RB AQMs as compared to the BB AQM occurs with only a 1-2% decrease in utilisation. This is consistent with basic queuing theory results for queuing with random arrival processes Na slici 7. Dato je poređenje AQM algoritama koji potiču iz iste skupine tj. bazirani na brzini prometa. Osnovne karakteristike ovih algoritama su: Blue->Responding fast; large queuing delay jitter under dynamic traffic Yellow->Fast response; queue stability; small queuing delay jitter Slika 7. Poređenje Blue i yellow algoritama[21] Results: As shown in Fig. 2, GREEN provides significantly better bandwidth fairness than the other queuemanagement schemes. The curve for Drop Tail shows us the fairness that would be expected at most gateways in the Internet today. FRED outperforms Drop Tail and SFB because it queues at least two packets2 of a flow before marking a packet 13
  • 14. Aktivno upravljanje redovima from that flow. This provides much better fairness as long as each flow maintains one to two outstanding packets at the gateway. SFB exhibits poor fairness because it is sensitive to varying RTTs between flows and breaks down under a large number of connections with varying RTTs [4]. Slika 8. 4. KOMBINIRANI AQM ALGORITMI Što se tiče kombiniranih algoritama za aktivno upravljanje redovima postoje dva algoritma: REM(Random exponentional marking) i SVB(Stabilized virtual buffer). Jedno od osnovnih svojstava REM algoritma je da se brzina dolaznog prometa stabilizira oko kapaciteta kanala, a veličina reda čekanja oko ciljane (relativno male) vrijednosti, neovisno o broju aktivnih tokova na usmjerniku. REM algoritam održava varijablu koja predstavlja mjeru zagušenja na usmjerniku, a naziva se cijena. Još jedno svojstvo ovog algoritma je da vjerojatnost označavanja (ili odbacivanja) paketa s kraja na kraj mreže, a koju opaža krajnji 14
  • 15. Aktivno upravljanje redovima korisnik, ovisi o sumi cijena (mjera zagušenja) na svim usmjernicima preko kojih promatrani paket prolazi kroz mrežu. Ukoliko pogledamo narednu sliku uočiti čemo niz zanimljivosti, o kojima će nešto više biti rečeno u implementacijskom dijelu. Veće propusnosti i manji udio odbačenih paketa samo su neke od prednosti REM-a nad RED-om. Slika . Vjerojatnost odbacivanja paketa za REM i RED [15] Poput REM-a, i SVB algoritam [16] kao mjeru zagušenja koristi dolaznu brzinu paketa i veličinu reda čekanja. SVB održava virtualni red čekanja i ažurira mu stanje s obzirom na dodavanje paketa u i posluživanje paketa iz stvarnog reda čekanja. SVB algoritam za označavanje paketa na usmjernicima relativno sličan AVQ algoritmu. Ipak, za razliku od AVQ-a, gdje je veličina virtualnog spremnika konstantna i jednaka veličini stvarnog spremnika na usmjerniku, a kapacitet virtualnog kanala je podesiv, kod SVB-a je brzina posluživanja paketa iz virtualnog reda čekanja jednaka stvarnom kapacitetu kanala, dok se veličina virtualnog spremnika podešava u skladu s brzinom dolaznog prometa. Takoner, važna je razlika menu ovim algoritmima u tome što kod SVB-a vjerojatnost odbacivanja paketa ovisi i o veličini reda čekanja, a ne samo o brzini dolaznog prometa, kao što je to slučaj kod AVQ algoritma. Simulacijama će biti pokazano da ovaj algoritam ima propusnost i prosječnu veličinu reda čekanja otprilike jednaku kao kod RED-a i REM-a, ali i znatno manju standardnu devijaciju veličine reda čekanja( kao što se vidi u tabeli 1). Tabela 1. AQM mehanizmi s odbacivanjem paketa[16] 5. AQM ALGORITAM KOJI UZIMA U OBZIR STANJE REDA I OPTEREĆENJE 15
  • 16. Aktivno upravljanje redovima ZAKLJUČAK Pokazalo se da korištenje bilo kojeg AQM mehanizma značajno smanjuje udio odbačenih paketa i kašnjenje na usmjernicima u odnosu na Drop Tail tehniku. Pritom ne dolazi do većeg smanjenja iskorištenosti kanala, kao ni, kod većine promatranih algoritama, do značajnog porasta standardne devijacije veličine reda čekanja. Iako su se neki algoritmi (ARED, FEM) pokazali boljima od drugih (PI), ne može se reći da je neki algoritam aktivnog upravljanja redovima čekanja u svim aspektima bolji od ostalih, posebno ako se u obzir uzme jednostavnost simuliranih mrežnih scenarija. REFERENCE [1] Telfor2004, Beograd, Sava Centar [2] Braden B., Clark D., et.al, “Recommendations on queue management and congestion avoidance in the Internet”, IETF RFC (Information)2309, April 1998. [3] Telekomunikacije 9/28/2010. Naučno-stručni časopis za telekomunikacijske tehnologije [4] KUTM Radni materijal- Predavanje 6, ETF Sarajevo [5] K. I. Park, QoS in Packet Networks, Springer Science + Business Media, Inc., 2005. [6] Aktivno upravljanje redovima čekanja na Internetu, dipl.ing Ante Kristić, listopad 2010. [7] J. Chung, M. Claypool, “Dynamic-CBT and chips-Router support for improved multimedia performance on the Internet”, Proc. of ACM Multimedia Conference, Nov. 2000 [8]Pan R., Parbhakar B., Psounis K., ”CHOKe, a Stateless Active Queue Management Scheme for Approximating Fair Bandwidth Allocation”, Proceedings of IEEE INFOCOMM, February 2000. [9]Yamaguchi T., Takahashi Y., “A queue Management algorithm for fair bandwidth allocation”, Computer Communications, April 2007. [10] Hollot C.V., Misra V., Towsley D., Gong W., „Analysis and Design of Controllers for AQM Routers Supporting TCP Flows“, IEEE Transactions on Automatic Control, June 2002. [11] Fengyuan R. Y. R. and S. Xiuming (2002). Design of a Fuzzy Controller for Active Queue Management, Computer Communications, vol. 25, pp. 847-883, Elsevier Science. [12] {govindas, zaruba}@cse.uta.edu [13] Fuzzy Proactive Queue Management Technique,Saman Taghavi Zargar, Mohammad Hossein Yaghmaee, Amin Milani Fard [14] Kapadia, W. Feng, R. H. Campbell, "Green: a TCP equation-based approach to active queue management", UIUC Technical Report: UIUCDCS-R-2004-2408/UILU- ENG-2004-1710, February 2004. [15]Athuraliya S., Lapsley D.E., Low S.H., ”Random Exponential Marking for internet congestion control”, IEEE Transactions on Network, June 2001. [16] Dimitriou S., Tsaoussidis V., „Adaptive Head-to-Tail: Active Queue Management based on implicit congestion signals“, Computer Communications, February 2009. [17] Deng X., Yi S., Kesidis G., Das C.R., “Stabilised Virtual Buffer (SVB) – An Active Queue Management Scheme for Internet Quality of Service”, IEEE Globecom, November 2002. 16
  • 17. Aktivno upravljanje redovima [18] S. Athuraliya and S. H. Low, "Optimization Flow Control with Newton-Like Algorithm" Journal of Telecommunication Systems, vol. 15, pp. 345-358, 2000. [19] GREEN: Proactive Queue Management over a Best-Effort Network ,Wu-chun Feng, Apu Kapadia , Sunil Thulasidasa [20] Techniques in Internet Congestion Control ,Bartek Peter Wydrowski, Submitted for examination for the fulfilment of the degree of Doctor of Philosophy, February 2003. [21] The Yellow active queue management algorithm, C. Long, B. Zhao, X. Guan, J. Yang, Computer Networks, Volume 47, Issue 4, March 2005. [22] Hong J., Joo C., Bahk S., ”Active queue management algorithm considering queue and load states”, Computer Communications, November 2006. [23] Sun J., Zukerman M., “RaQ: a robust active queue management scheme based on rate and queue length”, Computer Communications, February 2007. 17